matematicsolutions/awesome-matematic-skills-pl / fundament-weryfikacyjny/skills/deliverable-fidelity-pl
deliverable-fidelity-pl
VerifiedWeryfikator wiernosci deliverable - sprawdza, czy finalny dokument (opinia, memo, pismo) wiernie oddaje ustalenia analizy: czy zadna flaga RED nie wypadla z podsumowania, czy rozstrzygniecia sa odzwierciedlone. Mechaniczny check (skrypt, za darmo) + osad LLM na 3 najciezszych ustaleniach. Inny niz grounding (czy cytat prawdziwy) i adversarial (czy teza wytrzymuje) - ten pyta "czy streszczenie nie zgubilo tego, co wazne". Pominiete RED = blokada. Uzywaj gdy: "czy deliverable oddaje analize", "czy nic nie wypadlo z podsumowania", "weryfikacja wiernosci", "fidelity", "czy executive summary jest pelne", "czy RED jest w finalnej wersji", "spojnosc analizy z deliverable", przed wyslaniem zlozonego dokumentu ktory streszcza dluzsza analize.
| File | Kind | Size |
|---|---|---|
| CHANGELOG.md | markdown | 1.0 KB |
| LICENSE | other | 11.1 KB |
| SKILL.md | skill md | 9.6 KB |
| scripts/fidelity-check.mjs | script | 4.5 KB |
SKILL.md
View on GitHub---
name: deliverable-fidelity-pl
description: >
Weryfikator wiernosci deliverable - sprawdza, czy finalny dokument (opinia, memo,
pismo) wiernie oddaje ustalenia analizy: czy zadna flaga RED nie wypadla z podsumowania,
czy rozstrzygniecia sa odzwierciedlone. Mechaniczny check (skrypt, za darmo) + osad LLM
na 3 najciezszych ustaleniach. Inny niz grounding (czy cytat prawdziwy) i adversarial
(czy teza wytrzymuje) - ten pyta "czy streszczenie nie zgubilo tego, co wazne". Pominiete
RED = blokada. Uzywaj gdy: "czy deliverable oddaje analize", "czy nic nie wypadlo z
podsumowania", "weryfikacja wiernosci", "fidelity", "czy executive summary jest pelne",
"czy RED jest w finalnej wersji", "spojnosc analizy z deliverable", przed wyslaniem
zlozonego dokumentu ktory streszcza dluzsza analize.
license: Apache-2.0
allowed-tools: [Bash, Read]
data-residency: local
requires-human-approval: false
pii-egress: none
attribution:
source: AnttiHero/lavern
license: Apache-2.0
relationship: pattern-only
note: >
Wzorzec weryfikatora uruchamianego po złożeniu deliverable: krytyczne ustalenia, wynik
ważony, próg warunkowy. Kod i reguły napisane od zera.
metadata:
author: Wiesław Mazur / MateMatic
version: 1.1.0
companion_skills: adversarial-legal-review-pl, citation-grounding-pl, legal-ai-audit-bundle, legal-request-router-pl
---
# Deliverable Fidelity PL - weryfikator wiernosci dokumentu
## Filozofia
**Najgrozniejszy blad to nie zly cytat, tylko prawdziwe ustalenie, ktore wypadlo z podsumowania.**
Analiza znalazla klauzule RED, opinia ma 12 stron, ale w podsumowaniu dla zarzadu tej klauzuli
nie ma - bo model "streszczajac" ja pominal. Cytaty sie zgadzaja, teza wytrzymuje atak, a mimo to
deliverable klamie przez przemilczenie. Ten skill sprawdza wiernosc: czy to, co wyszlo, oddaje to,
co znaleziono.
To trzecia, odrebna os weryfikacji:
- `citation-grounding-pl` - czy cytaty istnieja w zrodle (prawdziwosc).
- `adversarial-legal-review-pl` - czy teza wytrzymuje atak (odpornosc).
- `deliverable-fidelity-pl` - czy deliverable oddaje analize (wiernosc).
## Kiedy odpalac
Gdy finalny dokument **streszcza dluzsza analize** - opinia z podsumowaniem dla zarzadu, memo DD z tabela
ryzyk, raport z sekcja wnioskow. Tam, gdzie skracanie moze zgubic ustalenie. Nie trzeba dla krotkiego
pisma bez warstwy "analiza -> streszczenie".
## Wejscie
1. **Ustalenia analizy** (findings) - lista z severity i opcjonalnym rozstrzygnieciem:
```json
{ "findings": [
{ "id": "F1", "severity": "RED", "tekst": "klauzula limitacji odpowiedzialnosci sprzeczna z art. 473 par. 2 KC", "rozstrzygniecie": "rekomendacja usuniecia" },
{ "id": "F2", "severity": "YELLOW", "tekst": "termin platnosci 60 dni - ryzyko zatorow", "rozstrzygniecie": "" }
],
"deliverable": "<pelny tekst finalnego dokumentu>" }
```
2. **Deliverable** - finalny tekst do sprawdzenia.
## Workflow
1. **Check mechaniczny (skrypt, za darmo)** - uruchom:
```bash
node scripts/fidelity-check.mjs <plik-zadania.json>
```
Skrypt wyciaga kluczowe terminy z kazdego ustalenia, normalizuje (lowercase, biale znaki, cudzyslowy,
myslniki) i stosuje konserwatywny stem (utniecie 2 koncowych znakow przy slowach >=7, by zlapac fleksje
- "klauzuli" pasuje do "klauzula"), po czym sprawdza, czy wystarczajaco terminow pojawia sie w deliverable.
Per ustalenie: `reprezentowane` lub `pominiete`. **Pominiete RED -> blokada (exit 1).** Rozstrzygniecia tez sprawdzane.
2. **Kontrola wyrywkowa LLM (osad)** - dla ustalen RED (skrypt podaje liste `najciezsze_do_spotcheck_llm`,
maks. 3) sprawdz nie tylko obecnosc slow, ale czy **sens** jest oddany (RED moze byc wspomniany, ale
zbagatelizowany - "drobna uwaga" zamiast "klauzula niewazna"). To robi model, nie skrypt - mechaniczny
match nie wykryje przeklamania tonu. Gdy brak ustalen RED, ta kontrola odpada (skrypt nie eskaluje YELLOW).
3. **Werdykt** - liczony deterministycznie wg funkcji ponizej, nie "na oko".
## Funkcja werdyktu (deterministyczna, jawne wagi i progi)
Werdykt NIE jest ogolnym osadem modelu. Liczy sie go z wynikow kroku 1 (skrypt) i kroku 2
(kontrola wyrywkowa) wg jawnego wzoru - trzy kroki, zawsze w tej kolejnosci:
**Krok A - warunki krytyczne (dowolny spelniony -> FAIL, bez liczenia dalej):**
- pominiete RED (skrypt: `pominiete_red` niepuste, exit 1),
- RED obecny, ale zbagatelizowany (kontrola wyrywkowa LLM),
- rozstrzygniecie RED nieodzwierciedlone (skrypt: `rozstrzygniecia_red_brak` niepuste).
**Krok B - score wazony pokrycia.** Kazde ustalenie ma wage wg severity:
| Severity | Waga |
|---|---|
| RED | 5 |
| YELLOW | 2 |
| GREEN / INFO | 1 |
`score = suma wag ustalen reprezentowanych / suma wag wszystkich ustalen`.
**Score < 0.85 -> FAIL** (nawet gdy zaden RED nie wypadl - masowe gubienie YELLOW
tez jest przemilczeniem).
**Krok C - prog warunkowy.** 3 lub wiecej pominietych YELLOW -> najwyzej
**CONDITIONAL_PASS**: deliverable moze wyjsc dopiero po decyzji czlowieka, z lista
pominietych ustalen dolaczona do raportu. Inaczej **PASS**.
Wagi i progi sa wypisane wprost celowo: audytor odtwarza werdykt z samych liczb
w raporcie, bez pytania modelu o uzasadnienie. To wymog rejestrowania zdarzen
z art. 12 AI Act sprowadzony do arytmetyki - argument wprost pod PATRONa. Te same
trzy kroki (krytyczne -> score wazony -> prog warunkowy) stosuje
`adversarial-legal-review-pl` dla filarow tezy; roznia sie tylko wagi, bo inna materia.
## Output (dla uzytkownika)
```
## Wiernosc deliverable: FAILED
Mechaniczny: 4/5 ustalen reprezentowane
- POMINIETE (RED): F3 "kara umowna bez gornego limitu" - BLOKADA, brak w deliverable
Kontrola wyrywkowa LLM (RED, maks. 3):
- F1 (RED) - oddany wiernie
- F2 (RED) - OBECNY ALE ZBAGATELIZOWANY: analiza "niewazny zapis", deliverable "kwestia do rozwazenia"
- F4 (YELLOW) - oddany
Funkcja werdyktu:
- Krok A (krytyczne): pominiete RED F3 + zbagatelizowany RED F2 -> FAIL.
- Krok B (informacyjnie): reprezentowane F1(5)+F2(5)+F4(2)+F5(1) / wszystkie F1..F5 (5+5+5+2+1)
= 13/18 = 0.72 < 0.85 (F5 = GREEN, reprezentowane).
Werdykt: FAIL - NIE wysylaj. Dodaj F3 do podsumowania, wzmocnij F2 do faktycznej wagi.
```
## Reguly twarde
- **Pominiete RED = bezwzgledna blokada.** Czerwone ustalenie nieobecne w deliverable to przemilczenie
istotnego ryzyka - nigdy nie przepuszczaj.
- **Bagatelizowanie liczy sie jak pominiecie.** RED opisany jako "drobna uwaga" jest gorszy niz brak,
bo usypia czujnosc. Kontrola wyrywkowa LLM ma to lapac.
- **Skrypt mowi co obecne, model mowi czy wiernie.** Nie ufaj samemu matchowi slow - i nie kaz modelowi
liczyc obecnosci, od tego jest skrypt.
## Ochrona danych (RODO)
Skrypt dziala lokalnie (Node, zero sieci). Kontrola wyrywkowa LLM widzi ustalenia i deliverable - jezeli zawieraja
dane objete tajemnica, pseudonimizuj przez `let-it-be` wczesniej. Skrypt nie zapisuje logow poza katalogiem zadania.
## Integracja z AI Act
Weryfikacja wiernosci to dowod, ze nadzor czlowieka (art. 14) dostaje pelen obraz - deliverable nie ukrywa
przed decydentem ustalen, ktore analiza wykryla. Raport wiernosci wkladaj do `legal-ai-audit-bundle`.
## Atrybucja
Pattern (post-assembly fidelity: mechaniczny check reprezentacji ustalen + kontrola wyrywkowa LLM najciezszych)
zainspirowany przez AnttiHero/lavern (Apache 2.0, `src/assembly/post-assembly-verifier.ts`). Kod, reguly
i polska lista stop-slow napisane od zera. Nie skopiowano kodu Lavern.
Wzorzec dodany w v1.1.0: deterministyczna funkcja werdyktu z jawnymi wagami i progami
(krytyczne -> score wazony -> prog warunkowy) z AnttiHero/lavern (Apache 2.0), adaptacja
od zera - wagi severity, prog 0.85 i regula CONDITIONAL_PASS to opracowanie MateMatic.
<!-- shared-rules:begin (wygenerowane z ../../SHARED-RULES.md przez scripts/shared-rules-sync.py - nie edytuj tutaj) -->
## Wspólne reguły wtyczki fundament-weryfikacyjny (Fundament weryfikacyjny)
Te reguły obowiązują w każdym skillu tej wtyczki, także gdy sam skill milczy. Są skopiowane do każdego skilla, więc działają zarówno po instalacji całej wtyczki, jak i pojedynczego skilla. Pełniejszy standard: https://github.com/matematicsolutions/awesome-matematic-skills-pl/tree/main/references
### Pięć warstw ochrony (przed każdym disclaimerem)
1. **Weryfikacja źródła** - przepisy i orzecznictwo z baz, nie z pamięci modelu.
2. **Klasa pewności** - każda teza prawna oznaczona: zweryfikowane / do sprawdzenia / nie używać.
3. **Kontrola przesłanek** - fakty od użytkownika sprawdza się przed analizą.
4. **Jawny zakres ujemny** - każdy skill mówi, czego NIE robi.
5. **Bramka człowieka** - uprawniona osoba sprawdza i zatwierdza wynik.
Jeśli błąd przeszedłby bez zatrzymania przez warstwy 1-5, wina jest w skillu. Naprawiamy narzędzie, nie dopisujemy noty. Nota "to nie porada prawna" nie zatrzymuje błędu i nie przenosi odpowiedzialności.
### Tagi pewności
- **Zweryfikowane** - źródło sprawdzone w sesji, z pełną sygnaturą: `(kodeks cywilny art. 415)`, `(wyrok SN II CSK NN/RR, SAOS)`.
- **Do sprawdzenia** - prawdopodobne, niezweryfikowane: `[sprawdź w SAOS]`.
- **Nie używać** - zmyślona sygnatura lub przepis. Pomiń, nigdy nie wymyślaj numeru.
Tag stoi przy linii, której dotyczy. Samo istnienie sygnatury nie wystarcza - treść trzeba sprawdzić.
### Bramka człowieka
Nic nie zostaje wysłane, złożone, podpisane ani opublikowane, zanim sprawdzi i zatwierdzi to uprawniony człowiek. Wynik skilla to projekt, nie gotowy dokument.
### Zakres pluginu
Fundament weryfikacyjny jest neutralny jurysdykcyjnie - to rdzeń metody, nie substancja prawa. Nie łączy się z żadnym źródłem zewnętrznym (brak konektorów MCP) i nie wysyła danych na zewnątrz. Substancję dostarczają osobne pluginy (orzecznictwo, dokumenty).
<!-- shared-rules:end -->
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| finishing-a-development-branchobra/superpowersUse when implementation is complete, all tests pass, and you need to decide how to integrate the work | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| systematic-debuggingobra/superpowersUse when encountering any bug, test failure, or unexpected behavior, before proposing fixes | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| test-driven-developmentobra/superpowersUse when implementing any feature or bugfix, before writing implementation code | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| skill-creatoranthropics/skillsCreate new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |